-
题名基于专利IPC的技术知识流网络挖掘
被引量：21
- 1
-
-
作者
周磊
杨威
-
机构
武汉纺织大学会计学院
武汉东湖新技术开发区管委会
-
出处
《现代情报》
CSSCI
北大核心
2016年第1期45-50,共6页
-
基金
教育部人文社会科学研究青年项目"基于专利挖掘的突破性创新识别方法研究"(项目编号:14YJC870027)
国家社科基金青年项目"基于大数据的产业竞争态势动态预警机制研究"(项目编号:13CTQ033)研究成果之一
-
文摘
本文将专利共类关系界定为生产知识(主分类号)和接收知识(副分类号)。在此基础上,引入IPC技术索引表将共类矩阵转换为技术知识流网络。基于德温特创新索引(DII)收录的4G技术专利,利用块模型方法挖掘4G技术知识流网络,发现了兼具内聚性和外联性的关键技术子群。
-
关键词
技术知识流网络
专利挖掘
国际专利分类
块模型
4G
-
Keywords
technological knowledge flow network
patent mining
international patent classification （IPC）
blockmodels
4G
-
分类号
G255.53
[文化科学—图书馆学]
-
-
题名基于专利的技术知识流特征研究
- 2
-
-
作者
周磊
杨威
-
机构
武汉纺织大学会计学院
-
出处
《情报杂志》
CSSCI
北大核心
2016年第5期108-112,共5页
-
基金
教育部人文社会科学研究青年基金项目"基于专利挖掘的突破性创新识别方法研究"(编号:14YJC870027)研究成果之一
-
文摘
[目的/意义]深入理解技术知识流特征将对提升企业创新绩效和重塑产业竞争格局意义重大。然而,传统的研究方法不能表示技术知识流的方向、难以分析由方向性带来的非对称矩阵。[方法/过程]通过区分专利主、副分类号的差异,将共类矩阵转化为表征知识创造和技术应用指向性的技术知识流(TKF)矩阵。在此基础上,提出了4项测度技术知识流特征的指标及应用途径:技术扩散(TD)、技术吸收(TA)、技术绝对影响(TAI)和技术相对影响(TRI)。[结果/结论]最后,基于德温特创新索引(DII)采集的4G专利,描述了4G产业技术知识流特征,并识别出知识生产者、技术应用者、活跃者和贡献者角4类角色。
-
关键词
技术知识流
专利
技术角色
4G
-
Keywords
technological knowledge flow
patent
technological role
4G
-
分类号
G350
[文化科学]
-
